【技术实现步骤摘要】
本专利技术属于风电机组智能状态监测，尤其涉及一种基于时空图的可解释风电机组发电机状态监测方法。
技术介绍
1、风能作为一种清洁可再生能源，近年来被广泛利用。风电机组作为一种将风能转化为电能的大型复杂机电装备，总装机容量不断攀升。风电机组通常安装在沙漠、草原、海上等风能资源丰富的地区，其工作环境恶劣、运行工况复杂多变。发电机是风电机组的核心部件，在长时间的运行过程中容易发生故障，如发电机轴承磨损、绕组短路等。发电机这一核心部件一旦发生故障，会导致整台风电机组停机维修，造成巨额经济损失。因此，对风电机组发电机的运行状态监测可以及时地分析并评估机组当前的健康状态并预测其未来的工作状态，进而保障机组安全、稳定、高效的运行，避免因故障而导致的经济损失和恶劣的社会影响等方面具有重要意义。随着传感技术的进步以及装备的数字化、信息化、网络化的发展，风电机组scada(supervisory controland dataacquisition)系统采集并积累了大量的机组运行数据，结合新一代人工智能技术的发展，特别是深度学习神经网络在大数据分析领域的优异...
【技术保护点】
1.一种基于时空图的可解释风电机组发电机状态监测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于时空图的可解释风电机组发电机状态监测方法，所述步骤S2中：
3.如权利要求1所述的一种基于时空图神经网络的可解释风电机组发电机状态监测方法，所述步骤S3中，利用先验知识的构图包含如下步骤：
4.如权利要求1所述的一种基于时空图的可解释风电机组发电机状态监测方法，所述步骤S4中，各节点特征值的预测过程如下：
5.如权利要求1所述的一种基于时空图的可解释风电机组发电机状态监测方法，其特征在于，所述步骤S4中，对风电...
【技术特征摘要】
1.一种基于时空图的可解释风电机组发电机状态监测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于时空图的可解释风电机组发电机状态监测方法，所述步骤s2中：
3.如权利要求1所述的一种基于时空图神经网络的可解释风电机组发电机状态监测方法，所述步骤s3中，利用先验知识的构图包含如下步骤：
4.如权利要求1所述的一种基于时空图的可解释风电机组发电机状态监测方法，所述步骤s4中，各节点特征值的预测过程如下：
5.如权利要求1...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。